不使用density（）在R中分层密度图

Question

我已经使用KernSmooth软件包计算并绘制了高斯核密度估计值，如下所示：

 x <- MyData$MyNumericVector
 h <- dpik(x)
 est <- bkde(x, bandwidth=h)
 plot(est, type='l')

这是KernSmooth文档中描述的方法。 请注意， dpik()找到最佳带宽，而bkde()使用该带宽来拟合内核密度估计。 重要的是，我使用此方法代替基本的density()函数。

如何将这些地块彼此叠加？

我无法使用geom_density() ggplot2依赖的基本density()函数，因为带宽和内核密度估计值是使用KernSmooth软件包进行最佳优化的（请参见Deng＆Wickham，2011，这里： http ://vita.had.co 。 nz / papers / density-estimation.pdf ）。 由于Wickham编写了ggplot2以及上面对内核密度估计软件包的回顾，因此，有一种方法可以使用ggplot2来分层不依赖于基本density()函数的density() ，但是我不确定。

即使我不想使用基本的density()函数，我也可以使用ggplot2吗？ 那lattice ？

Answer 1

您可以使用geom_line来做到这geom_line ：

 m <- ggplot(NULL, aes(x=bkde(movies$votes)$x,y=bkde(movies$votes)$y)) + geom_line()
 print(m)

如果您正在使用grid :: densityplot做t，则可能会将一些值添加到drags-list中：

DARG
传递给密度函数的参数列表。 通常，这应该是一个包含零个或多个以下成分的列表：bw，adjust，kernel，window，width，give.Rkern，n，从，至，cut，na.rm（有关详细信息，请参见密度）